Department of Biomedical Sciences, SNU

연구

연구분야
A. 생명정보학 (SNUBI)
생명정보학, 의료정보학, 유전체학, 시스템생물학
B. 생명정보학은 빠르게 발전하는 생명의학 연구의 한 분야이다. 고속-대용량 유전체 정보의 폭증은 생명의학 연구의 많은 부분이 이제 통합적 생명정보학적의 탐구과제가 되었음을 의미한다. 이러한 발전은 한 세대 전 생화학-분자생물학의 발전이 그랬던 것처럼 생명과학과 의학에 대한 인류의 이해를 온전히 바꾸어 놓을 것이다. 생명정보학 연구의 통합적 접근은 바이오 데이터베이스 구축, 생명의과학 통합 지식베이스 구축, 정량적 분석 방법론(인공지능, 데이터마이닝, 전산통계학 등)의 개발, 약물유전체 및 독성유전체를 포함한 응용 유전체학 연구, 시스템생물학, 그리고 임상의료정보학 등의 연구를 토대로 실험생물학적 연구결과의 임상의학적 적용을 모색하는 과학적, 기술학적, 공학적 탐구를 말한다.
전공분야 핵심단어
bioinformatics, medical informatics, genomics, systems biology, pharmacogenomics

학력

  • 서울의대 졸(88), 서울의대 의학박사(뇌신경영상술)
  • (미) M.I.T. 공학석사(의료정보학)

주요 경력

  • 서울대학교병원 신경정신과 전문의/전임의
  • (미) 하버드의대 박사후 연구원
  • (전) 하버드의대 조교수 역임(생명정보학)
  • (현) 서울의대 교수, 생명-의료정보학, 정신과학
  • 시스템 바이오 정보의학 연구센터 소장, 정보의학실장

주요 논문

  1. Bi-directional semantic similarity for Gene Ontology to optimize biological and clinical analyse. 2012 JAMIA
  2. Mixture model based estimation of gene expression variance from public database improves identification of differentially expressed genes in small sized microarray data. 2010 Bioinformatics
  3. Identifying set-wise differential coexpression in gene expression microarray data. BMC Bioinformatics 2009;10:109.
  4. TMA-TAB: A spreadsheet-based document for exchange of tissue microarray data based on the Tissue Microarray-Object Model. Journal of Biomedical Informatics
  5. BioLattice: a framework for the interpretation of microarray gene expression data using concept lattice analysis. J Biomed Inform 2008;41:232-241.